深層学習 TensorFlow ベースの高速な一般物体検出ソリューションを2017年2月から提供開始

株式会社クラスキャット（代表取締役社長：佐々木規行、AI研究所：茨城県取手市）は、米 Google 社によりオープンソース化された深層学習フレームワーク TensorFlow をベースとし、最新の人工知能・コンピュータビジョン技術と GPU (Graphics Processing Unit) を利用して高速化を図った、一般物体検出ソリューション新製品「ClassCat® ObjDetector v1.0」を2017年2月から提供開始することを発表致しました。一般物体検出は画像上の複数種類の物体の位置を特定してクラス分類することを可能にする、応用範囲が広い技術です。
本ソリューションはデフォルトで約 100 種類の物体検出が可能ですが、ユーザ・データによる追加トレーニングで検出種類を増やすことができます。
動作環境は GPU が必要となりますが、提供方法と致しましてはオンプレへのインストール・サービスに加えて、GPU 標準装備のクラウド上のサービスとしての提供も可能でマルチクラウドに対応しています。
また別オプションとして、人工知能研究開発支援サービスの一環として、本ソリューションの導入を支援するコンサルティング・サービスも併せて提供致します。

深層学習は機械学習の一分野で多層構造な深層ニューラルネットワーク (DNN = Deep Neural Network) を利用した最新の学習手法です。深層学習は分類問題をはじめ機械学習全般の問題に役立ち、特に画像認識や音声認識の分野では強力なパターン認識力を持つことが実証され急速に普及が始まっています。
この深層学習技術の普及により、画像全体の情報からクラス分類を行なう「物体認識」については畳み込みニューラルネットワーク (CNN = Convolutional Neural Network) を利用することで手軽に成果が出せるようになりました。
しかしながら、画像上の複数種類の物体の位置を特定してそれぞれをクラス分類する「物体検出」を行なうためには、それ以外にも多岐に渡る技術が必要です。

本ソリューション「ClassCat® ObjDetector v1.0」は、現在最も活動が活発である深層学習フレームワーク TensorFlow をベースとし、畳み込みニューラルネットワークを中核として様々な最新の人工知能・コンピュータビジョン技術を組み合わせることで、「物体検出」を手軽に高速に実行できることを可能にした統合ソリューションです。運用には GPU が必要となります。
ソリューション提供時に約 100 種類の物体検出が可能になっていますが、ユーザ・データによる追加トレーニングで検出種類を増やすことができます。

本ソリューション「ClassCat® ObjDetector v1.0」の提供形態と致しましてはオンプレとパブリッククラウド上のサービスの２種類を用意しております。月額でのご利用の他、インストールサービス、サポートサービスもご利用頂けます。
パブリッククラウドでの運用についてはマルチクラウドに対応しています。
また別オプションとして、人工知能研究開発支援サービスの一環として導入を支援するコンサルティング・サービスも併せて提供致します。

【販売概要】

【動作環境】

◆ お問合せ
本件に関するお問い合わせ先は下記までお願いいたします。